香香甜甜圈1. 颜色分类的基本概念与应用场景
颜色分类是计算机视觉和图像处理中的基础任务，它的核心目标是将输入的颜色值按照预定义的规则或标准进行归类。在实际开发中，我们经常遇到需要对RGB值、十六进制色码或HSL颜色进行排序或分组的需求。
最常见的应用场景包括：
- 设计工具中的调色板管理
- 数据可视化中的颜色映射
- 图像处理前的预处理阶段
- 用户界面主题的颜色系统构建
以经典的"荷兰国旗问题"为例（这正是LeetCode第75题的背景），我们需要将包含红、白、蓝三种颜色的数组按顺序排列。这个问题看似简单，却蕴含着重要的算法思想。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 问题分析与算法选型
2.1 问题描述与边界条件
给定一个包含n个元素的数组，每个元素取值仅为0、1或2，分别代表红色、白色和蓝色。要求在不使用库内置排序函数的情况下，原地对数组进行排序，使相同颜色的元素相邻，且按照红、白、蓝的顺序排列。
关键约束条件：
- 必须使用常数空间复杂度（即不能新建数组）
- 只能进行遍历和交换操作
- 时间复杂度应控制在O(n)
2.2 常见解法对比
计数排序法
python复制def sortColors(nums):
count = [0]*3
for num in nums:
count[num] += 1
idx = 0
for color in range(3):
for _ in range(count[color]):
nums[idx] = color
idx += 1
优点：直观易懂，适合颜色种类较少的情况
缺点：需要两次遍历，且当颜色种类增多时效率下降
双指针法
python复制def sortColors(nums):
p0, curr, p2 = 0, 0, len(nums)-1
while curr <= p2:
if nums[curr] == 0:
nums[p0], nums[curr] = nums[curr], nums[p0]
p0 += 1
curr += 1
elif nums[curr] == 2:
nums[curr], nums[p2] = nums[p2], nums[curr]
p2 -= 1
else:
curr += 1
优点：单次遍历完成排序，效率更高
缺点：指针移动逻辑需要仔细处理
3. 双指针法的深入解析
3.1 算法原理与执行流程
双指针法（也称为三指针法）的核心思想是维护三个指针：
- p0：指向下一个0应该存放的位置
- p2：指向下一个2应该存放的位置
- curr：当前检查的元素位置
算法执行时分为三种情况处理：
- 当nums[curr] == 0时：与p0位置交换，两个指针都右移
- 当nums[curr] == 2时：与p2位置交换，仅p2左移
- 当nums[curr] == 1时：curr直接右移
关键点：与p2交换后curr不能立即右移，因为交换过来的元素可能是0或2，需要再次检查
3.2 边界情况处理
在实际编码中，有几个易错点需要特别注意：
- 循环终止条件应该是curr <= p2而非curr < len(nums)
- 当curr与p0相等时，交换后两者都需要移动
- 当数组已经部分有序时，算法仍能保持正确性
4. 算法优化与变种问题
4.1 性能优化技巧
虽然双指针法已经是较优解，但在特定场景下还可以优化：
- 提前终止：当p0和p2相遇时可提前结束循环
- 内存访问优化：减少不必要的变量交换
- 并行处理：对于超大数组可采用分段处理
4.2 问题变种与实际应用
该算法可以扩展到更多颜色分类的场景：
- 四色分类问题（增加一个颜色）
- 多色分类（使用快速排序的分区思想）
- 带权重的颜色排序（根据颜色权重调整顺序）
在实际工程中，类似的思路可用于：
- 日志级别过滤
- 优先级任务调度
- 数据分桶处理
5. 测试用例设计与验证
5.1 必须覆盖的测试场景
完整的测试集应该包括：
- 常规情况：[2,0,2,1,1,0]
- 已排序数组：[0,0,1,1,2,2]
- 逆序数组：[2,2,1,1,0,0]
- 单色数组：[1,1,1]
- 空数组：[]
- 极值情况：[2,0,0,0,2,1]
5.2 自动化测试实现
使用Python的unittest模块示例：
python复制import unittest
class TestColorSort(unittest.TestCase):
def test_normal_case(self):
nums = [2,0,2,1,1,0]
sortColors(nums)
self.assertEqual(nums, [0,0,1,1,2,2])
def test_edge_case(self):
nums = [2]
sortColors(nums)
self.assertEqual(nums, [2])
def test_empty_case(self):
nums = []
sortColors(nums)
self.assertEqual(nums, [])
6. 工程实践中的注意事项
6.1 语言特性考量
不同编程语言实现时需注意：
- C++：注意数组越界检查
- Java：考虑使用Arrays类的swap方法
- JavaScript：注意引用类型的特点
- Go：利用多返回值简化交换操作
6.2 实际项目中的调整
在真实项目中，我们可能需要：
- 将颜色值定义为枚举类型而非魔法数字
- 添加输入验证逻辑
- 支持多种颜色表示格式（RGB/HEX/HSL）
- 提供稳定的API接口
7. 算法复杂度与扩展思考
7.1 时间复杂度分析
双指针法的性能表现：
- 最好情况：O(n)（已排序数组）
- 最坏情况：O(n)（完全逆序）
- 平均情况：O(n)
空间复杂度始终为O(1)，符合题目要求。
7.2 相关算法延伸
掌握颜色分类问题后，可以进一步学习：
- 快速排序的partition操作
- 链表相关的问题（如分隔链表）
- 其他双指针应用（如盛水容器问题）
- 原地算法设计模式
在解决这类问题时，最重要的是理解指针移动的边界条件和状态转换逻辑。实际编码时建议先在纸上画出指针变化示意图，这比直接写代码更能帮助理清思路。